基于截断奇异值分解与K-Medians的局部放电源定位方法

针对复杂环境中特高频信号达时差误差较大,引起非线性方程求解不准确的问题,提出一种基于截断奇异值分解(TSVD)与K-Medians的局部放电(PD)源定位方法。首先,通过超高频天线获取PD信号,利用能量积累提取时差信息。其次,针对线性方程求解困难且不准确的难题,提出随机组合线性变换方法。将非线性定位方程组进行线性转化,同时利用预处理技术消除坐标系选取对定位方程的影响。然后,采用TSVD正则化算法求解线性方程,引入K-Medians聚类算法对TSVD正则化算法进行优化改进,进而实现了变电站场景下PD源的坐标定位。最后,通过理论验证与现场实验两种途径对所提出的方法进行分析。实验结果验证了所提定位方法的可行性与准确性。

两个串补元件对电力系统影响的探究与分析

随着输电电压的升高、输电距离的增长,电力系统中安装的串联型柔性交流输电(Flexible AC Transmission,FACTS)装置日渐增多,如何抑制多个串联型FACTS元件间的交互影响并保证其协调运行就变得尤为重要。文章运用奇异值分解法(SVD)理论计算分析了多个串补元件同时投入运行时元件之间存在的交互影响,并利用PSCAD搭建仿真模型,进行了仿真验证。仿真结果表明,元件间交互影响造成的电压波动和传输功率不稳定对系统产生了不利的影响,并利用matlab进行傅立叶变换对稳定后的母线电压进行了谐波分析。

基本解法求解反问题的正则化方法

针对基本解法在求解反问题时的病态特性,将截断奇异值分解(TSVD)、Tikhonov正则化方法应用于所得病态系统方程的求解,采用L曲线法和GCV方法确定其正则参数,并比较了4种组合方法求解的精确性和稳定性.数值算例表明,TSVD方法、Tikhonov正则化方法结合L曲线法和GCV法可有效地处理反问题中的病态特性.

离子束加工中驻留时间的求解模型及方法(英文)

驻留时间求解问题是离子束加工中的关键问题.通常,离子束加工过程可以描述为一个包含驻留时间的二维卷积方程,理论上通过反卷积即可以求解出驻留时间.然而,反卷积问题是一个病态问题,所以驻留时间一般较难很好地求解出.为了解决这个问题,介绍了一个离散的线性模型——CEH模型,分析了该模型的优点.提出应用截断奇异值分解法(TSVD)来求解CEH模型;深入分析了该方法的优点,并利用“L-曲线”分析了驻留误差和加工量之间的关系以及用“L-曲线”对CEH模型中去除点和驻留点的不同取法进行了评价.仿真结果表明,CEH模型和TS-VD方法对于求解光学镜面离子束加工中的驻留时间很有效.

柔性薄壁大部件数字化装配调姿算法研究

采用定位器托架混合调姿定位平台,提出了一种飞机薄壁柔性大部件数字化调姿方法。首先,采用奇异值分解法(SVD)计算机翼位姿,通过运动学逆解得到定位器各轴的运动状态。其次,根据飞机大部件易变形的特点,提出了一种消除位姿计算误差的建立飞机部件坐标系的方法,实现快速高精度调姿。最后,将该方法应用于飞机机翼的调姿,经测量调姿精度满足装配要求。

用测地距离的基本解方法求解非齐次各向异性热传导方程

近年来,径向基函数类方法数值求解偏微分方程问题越来越受欢迎.借此提出了一种求解非齐次各向异性热传导方程的基于测地距离的基本解方法,该方法属于径向基函数类方法,它无需进行变量变换,也无需计算奇异积分.用截断奇异值分解(TSVD)求解病态线性方程组.后面的数值例子将验证这种方法的稳定性和有效性.

TSVD正则化解法的单位权方差无偏估计

截断奇异值(truncated singular value decomposition,TSVD)法通过截掉病态观测方程系数矩阵的小奇异值来改善模型的病态性,提高参数估值的稳定性和精度。然而,截除小奇异值后,改变了观测方程的结构,不仅参数估值有偏,残差估值也是有偏的;因此,其单位权方差不能用传统的估计公式计算。针对此,导出了TSVD正则化解的单位权方差无偏公式,并以第一类Fredholm积分方程和病态测边网为算例验证了公式的正确性。

GPS测量中病态性问题的初探

重点研究奇异值分解法(SVD)和奇异改进型岭估计法(SVDRE)解决病态问题的思想、途径、对关键问题的处理、适用范围等,得出了这两种方法能解决法方程病态性问题,且算法简便、易懂,有较强应用价值的结论。

基于线性约束的快速点云配准方法研究

三维视景仿真中,目标对象的重构需要多组测量数据进行配准,提高点云的配准速度和精度是点云配准的关键。因此,针对经典ICP配准算法存在计算量大、点状特征提取精度低的特点,文章结合改进的S-ICP算法对目标函数进行优化求解,同时在S-ICP算法基础上对初始旋转平移参数进行优化改进,最终得到更为精确的配准。实验结果表明,与经典ICP以及S-ICP算法相比,文章算法在配准速度和精度方面都有明显提高,能够实现点云的快速、准确配准。

改进的基本解法在薄体各向异性位势Cauchy问题中的应用

该文提出一种改进的基本解法,应用于薄体各向异性位势边界条件识别反问题的研究。基本解法求解反问题所产生的线性系统往往是高度病态的,我们采用截断奇异值分解方法来求解,广义交叉校验准则用来确定正则化参数。正则化方法的使用大大地拓展了源点与真实边界间距离的选取范围,同时有效地降低了解的精度对"距离选择"的敏感度。算例的数值实验表明,该文方法简单、效率高,即使薄体结构的厚度小到纳米级,仍然可获得非常高精度的数值解。该文为二维薄体各向异性位势反问题的研究开辟了新的途径,也拓展了基本解法的应用领域。

基于TSVD-SCN的光纤入侵信号识别算法研究

采用随机配置网络(SCN,Stochasti cconfiguration network)对光纤振动信号进行识别,常由于光纤预警系统的背景噪声问题使得网络的隐含层输出接近奇异,直接影响了SCN对光纤数据的识别准确率。因此本文提出了一种基于截断奇异值分解(Truncated singular value decomposition,TSVD)的SCN方法(TSVD-SCN)对光纤入侵信号进行识别。TSVD-SCN通过对网络的隐含层输出进行SVD分解并设置阈值去除其中较小的奇异值,以减少隐含层输出矩阵的条件数,提升网络识别率。本文利用占空比,平均幅差函数,FFT求能量占比的方法进行特征提取,采用基于TSVD-SCN算法对不同入侵振动特征矢量进行分类识别。实验证明,本文所提算法模型精度比SCN的模型精度更高,可以准确识别光纤入侵信号类型,对SCN网络在实际应用中对分类精度的提高有着重要意义。